El satélite prototipo desarrollado por Google en el marco de su plan Project Suncatcher para construir centros de datos en órbita fue lanzado desde California el 1 de octubre de 2026 con un cohete de SpaceX. El satélite, fabricado por Planet Labs, probará si los chips Tensor Processing Unit (TPU) de Google, rivales de las GPU de Nvidia, pueden funcionar en el espacio. Como parte del experimento, está previsto suministrar al chip de forma continua un kilovatio de potencia, refrigerarlo y ponerlo a prueba con diversos modelos.
Una vez activado el satélite, hará funcionar la TPU en intervalos de 15 minutos para no someter a una presión excesiva los sistemas de gestión de la energía y el calor. Tras este vehículo, basado en la plataforma estándar de Planet Labs, está prevista para el próximo año una misión de demostración compuesta por dos satélites diseñados para cargas de trabajo de computación más intensivas. El objetivo es que estos satélites operen conjuntamente mediante un enlace de comunicación láser.
El cohete de SpaceX transporta más de 100 cargas útiles, incluidas las de las misiones de Satlyt y Cowboy Space Company. Lo que distingue el proyecto de Google de otras iniciativas de inteligencia artificial espacial es su enfoque a largo plazo, centrado en la futura infraestructura espacial y las cargas de trabajo de inteligencia artificial. La empresa prevé un centro de datos orbital compuesto por 81 satélites que vuelen próximos entre sí y procesen datos en paralelo. Google también es un importante inversor en SpaceX.
Según una investigación revisada por pares de Google, si continúa la curva de aprendizaje que ha permitido reducir los costes aproximadamente un 20 % al año desde Falcon 1 de SpaceX, podría ser posible que los costes de lanzamiento se acerquen a 200 dólares por kilogramo en 2035. Se calcula que, para alcanzar este objetivo, Starship tendría que transportar 370.000 toneladas métricas a la órbita y realizar aproximadamente 1.800 vuelos, es decir, 180 al año, durante los próximos 10 años. Este cálculo se basa en transportar 200 toneladas métricas en cada misión. Hasta ahora, Starship no ha realizado más de cinco vuelos en un año. La investigación se publicará en Joule.
Las pruebas más recientes de Google demostraron que los chips podrían resistir la radiación espacial. Aunque aumenten los errores, la empresa cree que los chips podrían soportar grandes cargas de trabajo de inferencia durante los cinco años de vida útil del satélite. Mientras que en las operaciones de inferencia típicas la tasa de error se sitúa en aproximadamente uno por millón, se señaló que los procesos de entrenamiento a gran escala, en los que miles de chips funcionarían durante meses, podrían causar problemas. En el artículo se indicó que se corrigió la estimación de 1.600 publicada anteriormente y que la cifra correcta es 1.800.
Por qué es importante
Esta iniciativa demuestra que la computación de inteligencia artificial no depende únicamente del rendimiento de los chips, sino también de condiciones de infraestructura como el suministro eléctrico ininterrumpido en órbita, la gestión térmica y las comunicaciones láser. Aunque la resistencia de los TPU a la radiación constituye un umbral técnico positivo, existe una diferencia importante en términos de fiabilidad entre la inferencia y las cargas de trabajo de entrenamiento prolongado de miles de chips. Por ello, la demostración actual pondrá a prueba qué fallos y límites operativos pueden gestionarse, más que demostrar la sostenibilidad de grandes cargas de trabajo durante los cinco años de vida útil del satélite. La aplicación del proyecto a gran escala depende, además de la operación conjunta de 81 satélites, de los costes de lanzamiento calculados y del ritmo de lanzamientos necesario; el historial de vuelos de Starship hasta la fecha demuestra que este supuesto sigue siendo una cuestión abierta.
Antecedentes
Google no es un nombre nuevo en el archivo de FikirPilot: en los últimos 90 días hemos publicado 74 noticias en las que aparece este nombre; la más reciente está fechada el 2 de octubre de 2026.
Término: inferencia
La inferencia es la generación de una respuesta a una nueva entrada por parte de un modelo entrenado; a diferencia del entrenamiento, genera un coste adicional con cada uso.